Insamlad m¨atdata har anv¨ants till att ber¨akna antalet str¨omavbrott som f¨orekommit under m¨atperioden samt till att analysera vad som h¨ander f¨ore och efter. I analysen har m¨atdata fram till november 2013 anv¨ants.
Insamlad m¨atdata inneh˚aller min- och medelv¨arden. V¨ardena har anv¨ants till att avg¨ora om avbrottet varat under hela timmen eller kortare tid. Ett avbrott som ¨ar kortare ¨an en timme ger minv¨arde noll och ett medelv¨arde skilt fr˚an noll. Om medelv¨ardet under timmen ¨ar noll inneb¨ar det att avbrottet varat under hela timmen.
I figur 4.25 presenteras antalet kort och l˚anga avbrott i samtliga 21 n¨atstationer. I fem n¨atstationer har det inte f¨orekommit n˚agot avbrott och i tv˚a n¨atstationer f¨orekommer l˚anga avbrott oftare ¨an korta.
Antalet avbrott som presenteras i figur 4.25 beror p˚a hur mycket m¨atdata som finns tillg¨angligt f¨or respektive n¨atstation, det beror i sin tur p˚a n¨ar m¨atningen startade och om det varit uppeh˚all i m¨atningen.
Identifierade avbrott i m¨atdata har j¨amf¨orts med data om avbrott fr˚an driftcentralen.
Enbart ett f˚atal avbrott identifierades i b˚ade m¨atdata och driftdata.
Efter avbrotten f¨orekommer i vissa fallen str¨omtopp, se figur 4.26. Det intr¨affar inte efter varje avbrott och det kan bero p˚a vilken last som ¨ar ansluten till n¨atstationen och hur l¨ange avbrottet varat.
Figur 4.25: Korta och l˚anga str¨omavbrott i n¨atstationerna. Kort avbrott – avbrott n˚agon g˚ang under timmen. L˚angt avbrott – Avbrott under hela timmen.
Figur 4.26: Str¨omtopp efter avbrott i n¨atstation 17.
4.5.1 Slutsats
Att identifiera avbrott i insamlad m¨atdata ger flera m¨ojligheter. En m¨ojlighet ¨ar att best¨amma n¨ar avbrottet b¨orjade och n¨ar felet var avhj¨alpt, p˚a en timme n¨ar. Ett annat anv¨andningsomr˚ade ¨ar att analysera vad som h¨ander f¨ore och efter avbrottet, det kan vara anv¨andbart om anledningen till avbrottet ¨ar oklart.
I alla m¨atserier f¨orekommer m¨atuppeh˚all, av olika anledningar, och str¨omavbrott kan intr¨affa under uppeh˚allet. Ett annat problem ¨ar att det identifierade str¨omavbrott i verkligheten kan vara ett m¨atfel.
En slutsats av f¨ors¨oket med att j¨amf¨ora identifierade avbrott i m¨atdata med avbrotts-statistik ¨ar att det finns sv˚arigheter med att j¨amf¨ora m¨atdata med driftstatistiken. En sv˚arighet ¨ar att statistiken fr˚an driftcentralen ¨ar per f¨ordelningsstation och slinga och inte per n¨atstation. F¨or att veta om avbrottet i en slinga p˚averkar en n¨atstation beh¨ovs information om hur eln¨atet ¨ar kopplat vid tidpunkten f¨or avbrottet. Ett alternativ ¨ar
att anv¨anda avbrottsstatistik fr˚an kunderna och j¨amf¨ora med identifierade avbrott i m¨atdata.
4.6 Sp¨ anningsanalys
I f¨oljande avsnitt presenteras resultatet av den genomf¨orda sp¨anningsanalysen, som ¨ar uppdelad p˚a osymmetri i sp¨anningen och sp¨aningsvariationer. M¨atdata som har anv¨ands i analysen ¨ar min-, medel- och maxv¨arden p˚a sp¨anningen under en timme.
4.6.1 Osymmetri i sp¨anningen
Analysen av osymmetrisk sp¨anning baseras p˚a m¨atdata med en tidsuppl¨osning p˚a en (1) timme, men enligt standarden Sp¨anningens egenskaper i eln¨at f¨or allm¨an distribution, SS-EN 50 160, ska ber¨akningarna baseras p˚a 10 minuters medelv¨arde. Det medf¨or att tillg¨anglig m¨atdata inte kan anv¨andas till ber¨akningar enligt standard. I tillg¨angliga m¨atdata finns min- och maxv¨arden p˚a sp¨anningen f¨or samtliga faser under varje timme.
De v¨ardena har anv¨ands till att ber¨akna ett v¨arsta t¨ankbara scenario, d¨ar samtliga kombinationer av min- och maxv¨arden har j¨amf¨orts.
I ber¨akningen av minusf¨oljdfaktorn (VUF%) har enbart tillf¨allen med normaldrift in-kluderats, sp¨anningsl¨ost p˚a en eller flera faser har undantagits och analysers i avsnittet 4.5.
Ber¨akningen av sp¨anningsosymmetri genomf¨ordes med den f¨orenklade metoden, (ekva-tion 2.9 i avsnitt 2.3), ist¨allet f¨or den mer korrekta, (ekvation 2.8). Anledningen till det
¨ar att det ¨ar sv˚art att utf¨ora ber¨akningar med komplexa tal i Microsoft Excel. F¨or att validera resultatet av den f¨orenklade formeln genomf¨ordes tio ber¨akningar med b˚ada metoderna. Resultaten blev mycket likartade och skiljde f¨orst p˚a femte decimalen, de tio ber¨aknade v¨ardena hade %VUF ≈ 2.
Resultatet av ber¨akningarna visade att osymmetrin i medel var %VUF =0,5 och att osymmetriska f¨orh˚allanden ¨over gr¨ansv¨ardet (%VUF > 2) i medel f¨orekom 0,68 g˚anger per vecka (0,4% av tiden) och n¨atstation. Antalet tillf¨allen utanf¨or gr¨ansv¨ardet ¨ar en-ligt stadarden Sp¨anningens egenskaper i eln¨at f¨or allm¨an distribution till˚atet, eftersom standarden s¨ager att 95% av m¨atv¨ardena under en period p˚a en vecka ska vara under gr¨ansen.
I figur 4.27 presenteras en graf p˚a fassp¨anningarna vid osymmetrisk sp¨anning. Det pre-senterade fallet ¨ar uppm¨att i n¨atstation 6 och klockan 10:00 ¨ar %VUF = 17,2. Som visas
i figuren sjunker sp¨anningen p˚a fas A till ca 133 V, fas B och C har en sp¨anning p˚a ca 230 V.
Figur 4.27: Visar ett exempel med osymmetrisk sp¨anning i n¨atstation 6.
4.6.2 Sp¨anningsvariation
Analysen av sp¨anningsvariationer baseras p˚a m¨atdata med tidsuppl¨osning en (1) timme, det medf¨or att ber¨akningar inte g˚ar att genomf¨ora enligt standard. Analysen utf¨ordes p˚a max- och minv¨ardet per fas och timme, det inneb¨ar att avvikelserna kan ha skett under en kort tidsperiod och ¨ar att betrakta som ett v¨arsta t¨ankbara scenario. En analys utf¨ordes ¨aven p˚a sp¨anningens medelv¨arde under timmen, f¨or att unders¨oka om akuta och stora problem med sp¨anningsvariationer fanns i respektive n¨atstation. Enligt standard ska sp¨anningen vara inom ± 10 % hos kunden, mellan n¨atstation och kund finns dock ett visst sp¨anningsfall. Analysen har d¨arf¨or genomf¨orts med fyra olika gr¨ansv¨arden, ± 10, +10/-7, +10/-5 och +10/-3 %, f¨or att ta h¨ansyn till olika sp¨anningsfall i kablar och i kundens anl¨aggning.
Ett exempel d¨ar sp¨anningen sjunker till 148 V i n¨atstation 19 visas i figur 4.28. Bygg-arbeten p˚ag˚ar i n¨arheten av n¨atstationen och sp¨anningsfallet kan ha orsakats av att en stor last kopplades in p˚a byggarbetsplatsen.
Analyserna av max- och minv¨arden f¨or samtliga fyra fall visar att det ¨ar betydligt vanligare med en sp¨anning under det undre gr¨ansv¨ardet ¨an en sp¨anning ¨over det ¨ovre gr¨ansv¨ardet. Analyserna visade att sp¨anning under det undre gr¨ansv¨ardet intr¨affade i
Figur 4.28: Figuren visar ett exempel p˚a sp¨anningsvariation uppm¨att i n¨atstation 19.
Sp¨anningen sjunker till 148 V.
samtliga analyserade n¨atstationer och att en sp¨anning ¨over det ¨ovre gr¨ansv¨ardet in-tr¨affade i fyra n¨atstationer. I tabell 4.4 presenteras i medel hur ofta sp¨anningen passe-rar gr¨ansv¨ardena per vecka och n¨atstation. Analyserna av medelsp¨anningen visade fyra n¨atstationer som vid ett tillf¨alle hade en sp¨anning utanf¨or gr¨ansv¨ardena.
Tabell 4.4: Resultat av analysen av max-minv¨arden p˚a sp¨anningen. I kolumnen ¨Over respektive Under visas antalet tillf¨allen i medel som sp¨anningen ¨ar utanf¨or gr¨ansv¨ardet per n¨atstation och vecka. F¨or att ¨overskrida standarden beh¨ovs 8,4 tillf¨allen i veckan.
Gr¨ansv¨arde Over¨ Under
± 10 % 0,004 0,08 +10/-7 % 0,004 0,13 +10/-5 % 0,004 0,22 +10/-3 % 0,004 0,42
4.6.3 Slutsats
En slutsats som kan dras av de genomf¨orda analyserna ¨ar att tidsuppl¨osningen p˚a in-samlad m¨atdata ¨ar f¨or l˚ag. En analys av min-, medel- och maxv¨ardet under en timme ger inte en korrekt bild av sp¨anningen, en h¨ogre tidsuppl¨osning kr¨avs. F¨or ber¨akningar enligt standard kr¨avs en uppl¨osning p˚a 10 minuter.
Analysen av osymmetri i sp¨anningen och sp¨anningsvariationer tyder p˚a att det in-te finns n˚agra problem med varken osymmetrisk sp¨anning eller sp¨anningsvariationer, f¨orutom n˚agot enstaka tillf¨alle med ett sp¨anningsfall p˚a -15%. De tillf¨allen sp¨anningen
ligger utanf¨or gr¨ansv¨ardena ¨ar korta (analysen ¨ar baserad p˚a min- och maxv¨arden) och f¨orekommer med l˚anga mellanrum, trots att ett v¨arsta t¨ankbara scenario analyserades.
F¨ordelen med att genomf¨ora analysen, ¨aven fast ber¨akning inte kan ske enligt standard,
¨ar att om ett sp¨anningskvalit´eproblem uppt¨acks kan ˚atg¨arder vidtas innan en kund blir p˚averkad. Ett annat alternativt ¨ar att snabbt bekr¨afta de problem kunden upplever, utan att extra m¨atning beh¨ovs. Det skulle minska tiden fr˚an felanm¨alan till att problemet ¨ar
˚atg¨ardat, vilket skulle ¨oka f¨ortroendet f¨or Fortum. Idag sker insamling en g˚ang i m˚anaden och f¨or att utnyttja data f¨or f¨orebyggande ˚atg¨arder kr¨avs en insamlingstakt p˚a en g˚ang i veckan eller oftare, alternativt att m¨atdata kan h¨amtas vid en f¨orsta indikation p˚a problem med sp¨anningen.
En m¨ojlighet f¨orutom att ¨andra tidsuppl¨osningen ¨ar att aktivera m¨atningen av sp¨ anning-svariationer och sp¨anningsosymmetri i m¨ataren. M¨ojligheten finns b˚ade i m¨atare av typ EDMI och Megacon.
Diskussion och rekommendationer
5.1 Diskussion
I det h¨ar avsnittet presenteras och diskuteras generella tankar och id´eer som framkommit under arbetets g˚ang. En stor del av den avsatta tiden f¨or det h¨ar examensarbetet har g˚att
˚at till att hantera den stora m¨angd data som m¨atningen genererar. I examensarbetet har m¨atdata hanterats i Microsoft Excel, vilket visade sig inte var en optimal l¨osning. Ett b¨attre alternativ hade varit att skapa en databas. Ett projekt f¨or att skapa en databas har visserligen initierats i samarbete med IT-avdelningen under examensarbetet, men en enklare lokal databas hade m¨ojliggjort snabbare analyser och en enklare hantering av m¨atdata under arbetet med examensarbetet. Det visar ¨aven p˚a vikten av att ha ett genomt¨ankt system f¨or att hantera och lagra data.
F¨or att m¨ojligg¨ora en smidig hantering av m¨atdata kr¨avs f¨orutom en bra och organiserad lagring ¨aven ett l¨ampligt analysverktyg. Under arbetet med examensarbetet utvecklades ett eget verktyg i Excel f¨or att g¨ora det m¨ojligt att genomf¨ora analyser och ber¨akningar.
Anledningen till att Excel valdes var att programmet fanns tillg¨angligt och att det ¨ar ett v¨alk¨ant program. Det har dock visat sig att Excel har problem att hantera stora datam¨angder, programmet blir instabilt, l˚angsamt och resurskr¨avande. Det inneb¨ar att n¨ar m¨angden m¨atdata ¨okar ¨ar inte l¨angre Excel ett alternativ.
Ett alternativ eller komplement till att ¨overvaka elkvaliten i n¨atstationen ¨ar att utnyttja elm¨atare installerade hos kunderna. Det finns flera f¨ordelar med det, en ¨ar att det ¨ar hos kunden elkvalit´en ¨ar viktigast och genom att veta vilka kunder som drabbats kan felet lokaliseras. Det finns dock flera nackdelar med att anv¨anda elm¨ataren som ¨ar installerad hos kunden, en nackdel ¨ar att det ¨ar m˚anga elm¨atare som ska ha den funktionen och en annan ¨ar att hanteringen av larm och m¨atdata kan bli komplicerad.
51
En aspekt av att hantera m¨atdata fr˚an n¨atstationer och kunder ¨ar integritetsperspek-tivet. Det finns mycket information om en kunds vardag och levnadsf¨orh˚allanden i elf¨orbrukningsdata. Det inneb¨ar att den person som hanterar och analyserar m¨atdata kan f˚a stora kunskaper om en kunds liv. Det ¨ar ett omr˚ade, som i takt med att insam-lingen av m¨atdata ¨okar, beh¨over unders¨okas noggrant och riktlinjer f¨or hur data ska hanteras b¨or tas fram.